현재 위치
Home
Windows 기반 온디바이스 NVR의 AI 복원 기능 구현 및 DLL 연동 구조
Implementation of AI Restoration Functionality and DLL-Based Integration Structure on Windows-Based On-Device NVR Systems
-
- 발행기관
- 국제차세대융합기술학회 바로가기
-
- 간행물
- 차세대융합기술학회논문지 KCI 등재 바로가기
-
- 통권
- 제9권 12호 (2025.12)바로가기
-
- 페이지
- pp.3400-3408
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A477031
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- This study addresses the increasing need for on-device NVR (Network Video Recorder) systems capable of performing real-time AI restoration without relying on external servers. We design a DLL-based integration structure using ONNX Runtime to implement AI video restoration on Windows-based NVR devices and compare performance in two execution environments: OpenVINO on an integrated GPU (iGPU) and CUDA on an external GPU (RTX A2000). Using the same ONNX restoration model, different inference environments were configured by varying only the Execution Provider, and DLL modules were implemented to enable frame-level real-time restoration inside the NVR. Experimental results show that the OpenVINO-based iGPU maintains real-time performance only for a single channel, while FPS drops significantly beyond two channels. In contrast, the CUDA-based external GPU sustains stable multi-channel performance up to 3–5 channels. This study provides a practical method for embedding AI restoration functions into on-device NVR systems and offers quantitative insights into resource utilization and scalability across hardware environments.
- 한국어
- 최근 영상 감시 시스템에서는 외부 서버에 의존하지 않고 장비 내부에서 실시간으로 AI 복원 기능을 수 행할 수 있는 온디바이스 NVR(Network Video Recorder)의 필요성이 증가하고 있다. 본 논문은 Windows 기반 온디바이스 NVR 환경에서 AI 영상 복원 기능을 구현하기 위해 ONNX Runtime 기반 DLL 연동 구조를 설계하 고, 내장 GPU(OpenVINO)와 외장 GPU(CUDA)에서의 성능 차이를 비교하였다. 동일한 ONNX 복원 모델을 기 반으로 Execution Provider만 달리하여 추론 환경을 구성하였으며, 각 환경에 맞춘 DLL을 통해 프레임 단위 실 시간 복원을 구현하였다. 실험 결과, OpenVINO 기반 iGPU는 1채널까지 실시간 처리가 가능하였으나 2채널 이상 에서는 FPS 저하가 발생하였다. 반면 CUDA 기반 외장 GPU는 3-5채널에서도 안정적인 성능을 유지하였다. 본 연구는 온디바이스 NVR에서 AI 복원 기능을 내재화하기 위한 실제 구현 구조를 제시하고, 하드웨어 구성에 따른 자원 활용 특성과 확장 가능성을 정량적으로 분석하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
2.1 온디바이스 NVR 시스템 사양
2.2 DLL 기반 AI 복원 기능 연동 구조
2.3 실험결과
Ⅲ. 결론
REFERENCES
키워드
온디바이스 AI 영상 복원 ONNX Runtime DLL OpenVINO CUDA On-Device AI Video Restoration ONNX Runtime DLL OpenVINO CUDA저자
간행물 정보
발행기관
-
- 발행기관명
- 국제차세대융합기술학회 [International Next-generation Convergence technology Association]
- 설립연도
- 2017
- 분야
- 복합학>기술정책
- 소개
- Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.
간행물
-
- 간행물명
- 차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
- 간기
- 월간
- pISSN
- 2508-8270
- 수록기간
- 2017~2026
- 등재여부
- KCI 등재
- 십진분류
- KDC 506 DDC 606
이 권호 내 다른 논문 / 차세대융합기술학회논문지 제9권 12호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.